Neural network 反向传播算法中的权值更新

我想我已经理解了反向传播算法的每一步，但最重要的一步。如何更新权重？就像在本教程的最后一样

重量更新是通过您提供的页面最后部分（）中的公式完成的。 让我详细说明一下：

新权重=旧权重-学习率x损失函数w.r.t.参数的偏导数

对于给定的权重，计算（可以通过反向传播误差轻松完成）它只是函数的最陡方向，然后减去它的缩放版本，缩放因子是步长或在该方向上要进行的步长。 看了你问问题的方式后，我觉得你可能需要一点澄清

什么是反向传播？

---

反向传播只是一种技巧，可以快速计算损失函数的偏导数w.r.t.所有权重。它与重量更新无关。更新权重是梯度下降算法的一部分。

我投票将这个问题作为离题题来结束，因为它与NN实现无关。为什么是新的权重=旧的权重减去。。。而不是旧的重量加上…？@datdinhquoc，这取决于你如何计算误差/损失。例如，如果您确实获得了\u值-目标值，则需要添加权重，否则需要减去权重。